本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 数据策略框架
<a name="framework"></a>

本指南中展示的数据策略框架基于现代数据和分析架构的以下原则：

1. 使用**集成式、经济实惠且可扩展的存储层**，以使每个数据生产者和使用者都具备与数据交互的技术能力。

1. **安全性是强制性要求**。应用数据隐私规则，通过加密提供数据保护，启用审计，并提供自动化合规性。

1. **治理数据**以在整个公司内共享。提供独有的数据目录和业务词汇表，以使用户可以查找和使用其所需的数据。

1. 选择**适合作业的合适服务**。在选择组件时，请考虑功能、可扩展性、数据延迟、运行服务所需的工作量、韧性、集成和自动化。

1. 使用**人工智能（AI）和机器学习（ML）**。

1. 为业务人员提供**数据素养**和**抽象化**工具。

1. **检验数据计划的假设**并**衡量其结果**。

数据框架采用[从客户需求倒推工作](https://docs.aws.amazon.com/whitepapers/latest/building-cloud-operating-model/step-1.-work-backwards-from-the-customer.html)的方法。此方法可在 Amazon 和 AWS 上使用，分为五个步骤：

1. 访谈公司各业务领域的用户。选择可通过数据举措解决的业务问题和机会。

1. 定义业务领域内的预期业务成果。

1. 优先考虑对业务影响最大的举措。

1. 确定数据共享和技术能力以实现业务成果，并将其分组为赋能项目。

1. 确定角色和职责，以实现数据驱动型举措，并探讨多学科团队组建。

以下各节将讨论此过程的主要阶段：
+ [业务探索](business-discovery.md)
+ [评测数据可用性](data-availability.md)
+ [技术评测](technical-assessment.md)
+ [将故事与业务目标保持一致](align-stories-goals.md)